摘要:類別級物體識別與檢測屬于計算機視覺領域的一個基礎性問題,主要研究在圖像或視頻流中識別和定位出其中感興趣的物體.在基于小規模數據集的類別級物體識別與檢測應用中,模型過擬合、類不平衡和跨領域時特征分布變化等關鍵問題與挑戰交織在一起.本文介紹了遷移學習理論的研究現狀,對遷移學習理論解決基于小規模數據集的物體識別與檢測中遇到的主要問題的研究思路和前沿技術進行了著重論述和分析.最后對該領域的研究重點和技術發展趨勢進行了探討.
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社。
自動化學報雜志, 月刊,本刊重視學術導向,堅持科學性、學術性、先進性、創新性,刊載內容涉及的欄目:綜述、長論文、論文與報告、短文等。于1963年經新聞總署批準的正規刊物。